已结束
回放
回放
AI.x社区
- 登录/注册
社区头条
英伟达最强劲敌Groq一招绝杀GPU，反超GPT-4o mini2倍，AI大佬Karpathy：直接飞升AGI!
原创出品51CTO技术栈（微信号：blog51cto）Llama3.1405B被吐槽太笨重？英伟达对手AI新星Groq一招绝杀：上LPU直接速度翻倍，直接让Llama3.1飞升AGI!Meta最新发布的Llama3.1405B的开源让AI圈不平静了！追捧者感慨"GPT4o的能力已握在手中”，而批评者反驳说，大体量消耗这么多算力，有些结果跑得还不如GPT4omini，太失望了！不过，Meta与英伟达劲敌Groq的联手直接让速度问题从此消失了！Groq利用自己的超级速度向社区提供最新的Llama3....英伟达AIGI传言成真！OpenAI推出AI搜索原型SearchGPT！
出品51CTO技术栈（微信号：blog51cto）美东时间7月25日，OpenAI官方网站上发布了全新的人工智能搜索功能原型SearchGPT，这一举措也被视为OpenAI与亚马逊创始人贝索斯支持的初创公司Perplexity之间更为直接的竞争。据OpenAI表示，目前SearchGPT只是一个临时原型，未来计划将部分新功能直接融入ChatGPT。1.传言成真5月份就有传言称OpenAI将推出自己的搜索引擎，不过在5月13日OpenAI春季发布会中这款搜索引擎并未发布，SamAltman当...OpenAISearchGPTAI构建可靠AI应用的LLM三角原则
原创本文将介绍一种经精心设计的开发可靠的高性能LLM应用程序所遵循的软件设计原则——LLM三角原则。基于这一原则开发LLM应用，有助于缩短应用LLM的巨大潜力和现实世界实施面临的挑战之间的差距。引言大型语言模型(LLM)存在巨大的潜力，但是想开发出高可靠性的生产级LLM应用程序仍然存在相当大的挑战。在经历过构建了数十个LLM系统的实践后，我将成功开发LLM应用的公式提炼为任何团队都可以遵循的3+1基本原则。“LLM原生应用程序有1...LLM大型语言模型LLM三角原则GraphRAG + Ollama 本地部署全攻略：避坑实战指南
原创1、为什么要对GraphRAG本地部署？微软开源GraphRAG后，热度越来越高，目前GraphRAG只支持OpenAI的闭源大模型，导致部署后使用范围大大受限，本文通过GraphRAG源码的修改，来支持更广泛的Embedding模型和开源大模型，从而使得GraphRAG的更容易上手使用。如果对GrapRAG还不太熟悉的同学，可以看我之前写的两篇文章《微软重磅开源GraphRAG：新一代RAG技术来了！》和《GraphRAG项目升级！现已支持Ollama本地模型接入...GraphRAGOllama大模型快手可灵团队最新开源项目火了：大叔实时变身少女，GitHub狂揽7.5K星
精华离大谱！！不看视频完整版谁知道里面的美少女竟是一位大叔。好嘛，原来这是用了快手可灵团队的可控人像视频生成框架——LivePortrait。LivePortrait开源即爆火，短短时间已在GitHub狂揽7.5K星标。还引来HuggingFace首席战略官ThomasWolf亲自体验：甚至目前仍在HuggingFace全部应用里排在趋势第一：所以，为啥LivePortrait能够疯狂引人关注还得从它让人眼前一亮的表现说起……让表情“移花接木”LivePortrait由快手可灵大模型团...模型开源
直播
已累计开展直播 14 场
更多 已开设好课 100 个
更多
最新动态
【创新一夏学习季】热浪升温，创新一夏，释放开发潜能
置顶
热门内容榜 • 最近上榜
伴随热浪升温，2024Google开发者大会重磅回归！一起见证技术创新成果，实现技能进阶，释放无限潜能！5月的GoogleIO大会为各地的开发者们带来了新的灵感和惊喜，8月78日，2024Google开发者大会也重磅回归，并将落地北京！各位开发者将有机会再次共同探索谷歌最新的开发者工具与技术，全方位探索谷歌在AI、Mobile、Cloud、Web技术等领域的创新成果，助力高效创新，释放无限潜能！同时，Google开发者在线课程也已上新，助力开发者...GoogleAICloudMobileWeb传言成真！OpenAI推出AI搜索原型SearchGPT！
社区头条出品51CTO技术栈（微信号：blog51cto）美东时间7月25日，OpenAI官方网站上发布了全新的人工智能搜索功能原型SearchGPT，这一举措也被视为OpenAI与亚马逊创始人贝索斯支持的初创公司Perplexity之间更为直接的竞争。据OpenAI表示，目前SearchGPT只是一个临时原型，未来计划将部分新功能直接融入ChatGPT。1.传言成真5月份就有传言称OpenAI将推出自己的搜索引擎，不过在5月13日OpenAI春季发布会中这款搜索引擎并未发布，SamAltman当...OpenAISearchGPTAI英伟达最强劲敌Groq一招绝杀GPU，反超GPT-4o mini2倍，AI大佬Karpathy：直接飞升AGI!
原创 社区头条出品51CTO技术栈（微信号：blog51cto）Llama3.1405B被吐槽太笨重？英伟达对手AI新星Groq一招绝杀：上LPU直接速度翻倍，直接让Llama3.1飞升AGI!Meta最新发布的Llama3.1405B的开源让AI圈不平静了！追捧者感慨"GPT4o的能力已握在手中”，而批评者反驳说，大体量消耗这么多算力，有些结果跑得还不如GPT4omini，太失望了！不过，Meta与英伟达劲敌Groq的联手直接让速度问题从此消失了！Groq利用自己的超级速度向社区提供最新的Llama3....英伟达AIGIMeta正式发布Llama-3.1，超大杯405B！千呼万唤始出来！
Meta的Llama3.1再经历过泄露、再泄露事件，酝酿了几天，终于在2024.7.23最后十几分钟发布了，包括8B、70B、405B三个尺寸：Llama3.1系列模型特点Llama3.1是一个自回归语言模型，使用优化的变换器架构。调整版本使用监督式微调（SFT）和基于人类反馈的强化学习（RLHF）以符合人类对有用性和安全性的偏好。提供8B、70B和405B三种大小的模型。预训练数据来自公开可用的在线数据，微调数据包括公开可用的指令数据集以及超过2500万个...Llama-3.1405B语言模型站在香农与玻尔兹曼肩上，看深度学习的术与道
在《迷人的数据与香农的视角》一文中，我介绍了自己的“顿悟”：事物由不同层次的随机变量展现出来的信息来表达，不同层次上的随机变量携带不同的信息，共同组合影响上一层的随机变量的信息表达，而随机变量对外表达的信息则取决于该随机变量的条件概率分布。不少朋友赞同，同行更认为与深度学习相通。如果真正理解了这句话的涵义，你其实已经理解了深度学习的精髓。例如识别一个人，体形、肤色、脸型、眼睛、鼻梁、嘴角等等，...深度学习函数预测人类和大模型的语言发展和使用过程是否不同？Psychomatics框架对人工智能与人类认知展开对比研究
大型语言模型的成功主要归功于Transformer架构的引入，Transformer通过自注意力机制和交叉注意力机制，能够有效地处理长距离依赖关系，使得模型在理解和生成语言方面表现出色。这些技术进步使得LLMs在各种应用中得到了广泛应用，包括自动翻译、文本生成、对话系统等。尽管LLMs展示了强大的语言处理能力，它们在信息处理方式上与人类存在根本差异。人类的认知不仅依赖于语言，还包括体验、情感和社会互动等多方面的因素。因此，...模型语言人工智能如何改进Agents的推理与规划?
如果你询问任何正在使用大型语言模型（LLM）构建智能代理的开发者，他们很可能会告诉你，智能代理在规划和推理方面的不足是影响其可靠性的一个主要问题。智能代理的规划究竟是什么？目前人们是如何克服这一缺陷的？我们对智能代理未来规划和推理的发展趋势有何预测？接下来的文章将一一解答这些问题。编辑注：本文经翻译并二次整理自planningforagents一文。规划和推理的真正含义是什么？智能代理的规划和推理，指的是它如何思...Agents推理LLM国内大模型文心一言、通义千问、豆包、混元大模型、讯飞星火、Kimichat、智谱清言，到底该用哪个？
有朋友问我，现在这么多大语言模型，哪一款最好用？这并没有标准答案，每个模型都有自己独特优势，需要根据具体的使用场景来区分。带大家一起盘点下国内比较常用的几款大模型及其特性，看看哪款适合你？百度——“文心一言”大模型产品介绍文心一言是百度基于文心大模型打造的生成式AI产品，具备跨模态、跨语言的深度语义理解与生成能力。2023年10月，文心大模型4.0版本发布，实现基础模型的全面升级，理解、生成、逻辑、记忆四...模型文心一言智谱清言清华大学最新深度时序模型综述+5k star开源代码！
今天给大家介绍一篇清华大学关于深度时序模型的最新综述性工作。这篇文章的着眼点是深度时间序列模型的模型结构方面，提供了各类时间序列问题的深度学习模型结构发展过程和效果对比，并提供了一套复现各类深度时序模型的开源代码，目前git上已经5k+个star。下面整体介绍一下本文的核心内容，包括任务类型、基础模块、模型结构、Benchmark、实验评估等5个部分。其中，开源代码的代码解析，已经逐步更新到了知识星球中，感兴趣的...时序模型基础模块模型结构超燃！纯AI生成《泰坦尼克号》大片！浙大&阿里发布MovieDreamer:超长电影生成"梦工厂"
精华论文链接：https:arxiv.orgpdf2407.16655项目主页：https:aimuofa.github.ioMovieDreamergithub链接：https:github.comaimuofaMovieDreamer亮点直击MovieDreamer，一个新颖的分层框架，将自回归模型与扩散渲染结合起来，平衡长时间叙事连贯性与短时间视觉保真度。该方法大幅延长了生成视频内容的时长，达到数千个关键帧。使用多模态自回归模型生成视觉token序列。自回归模型支持zeroshot和fewshot的个性化生成场景，并支持可变...视频生成开源视频模型SV4D，一键创建8角度动态3D视频
Stability.ai开源了创新视频模型StableVideo4D（简称“SV4D”），可将一个视频轻松创建8个角度的动态3D视频。使用方法也非常简单，用户只需要上传视频然后选择3D相机姿势，经过大约40秒左右的推理就能完成视频创建。相比SV3D、STAG4D等同类模型，SV4D的推理效率和生成质量都获得了大幅度提升。开源地址：https:huggingface.costabilityaisv4d以目前的技术，用单个视频生成动态3D视频面临不少难题。因为这涉及同时推理对象在未见...3D视频重磅！OpenAI发布SearchGPT，挑战谷歌、进军搜索引擎！
OpenAI宣布正在测试全新搜索引擎产品SearchGPT，用户通过文本问答方式就能获取有相关来源的答案。例如，在体育领域今天有哪些重大新闻，SearchGPT就能快速生成带图片有来源的新闻，并附带详细的有清晰、内联、命名的属性和超链接。传统的搜索引擎在收录网址时非常慢，根据权重不同通常需要几小时甚至一两天才能完成。而SearchGPT的效率非常高，几乎可以实时为你提供最新的资讯。SearchGPT另外一大技术优势就是，能根据搜索到的...OpenAI模型构建可靠AI应用的LLM三角原则
原创 社区头条本文将介绍一种经精心设计的开发可靠的高性能LLM应用程序所遵循的软件设计原则——LLM三角原则。基于这一原则开发LLM应用，有助于缩短应用LLM的巨大潜力和现实世界实施面临的挑战之间的差距。引言大型语言模型(LLM)存在巨大的潜力，但是想开发出高可靠性的生产级LLM应用程序仍然存在相当大的挑战。在经历过构建了数十个LLM系统的实践后，我将成功开发LLM应用的公式提炼为任何团队都可以遵循的3+1基本原则。“LLM原生应用程序有1...LLM大型语言模型LLM三角原则Chameleon：使用大型语言模型的即插即用组合推理
原创摘要：大型语言模型（LLMs）在解决各种自然语言处理任务方面取得了显著进展，这归功于其突显的推理能力。然而，LLMs本身存在固有的局限性，例如无法访问最新信息（存储在网络或任务特定的知识库中）、无法使用外部工具，以及无法进行精确的数学和逻辑推理。在本文中，我们提出了变色龙（Chameleon），一个通过增加即插即用模块来增强LLMs进行组合推理的AI系统。变色龙通过组合各种工具（例如LLMs、现成的视觉模型、网络搜索引...大模型Chameleon最强大模型 Llama 3.1-405B 架构设计剖析
原创1、最强大模型Llama3.1405B简介在历经了两天的提前“泄露风波”后，Llama3.1终于正式揭开面纱，由官方对外公布。新版Llama3.1将其上下文处理能力扩展至128K，推出了8B、70B及405B三个不同规模的版本，再次单枪匹马地提升了大规模模型领域的竞争门槛。对于AI大模型领域而言，Llama3.1405B版本具有划时代的意义，它刷新了开源基础模型性能的极限。据Meta官方透露，该大模型在众多任务中的表现足以匹敌当前最优的闭源模型。Llama3....大模型Llama 3.1OpenAI今年亏损已达50亿美元！看一下收支财务数据
原创出品51CTO技术栈（微信号：blog51cto）外媒报道，OpenAI今年亏损或已达50亿美元。据内部财务数据及相关分析显示，OpenAI，作为ChatGPT的开发者，虽迅速跻身历史上增长最快的公司之列，但其运营成本也位居历史高点。1.OpenAI的运营成本有哪些今年，OpenAI可能面临高达50亿美元的亏损，若此分析准确，这家最近估值达800亿美元的公司可能在未来12个月内需要筹集更多资金来维持运营。OpenAI的运营成本主要包括租用微软服务器的费用...OpenAI亏损数据用这些宝藏AI工具打造副业！实现被动收入
原创大家好，我是橙哥！今天我们来梳理一下在目前的形势下，如何用AI工具打造一个躺赚的副业，实现被动收入？有哪些方法和途径？在本篇文章我主要提供一些已有的AI工具，后面我们再根据具体的AI工具和场景来详细聊聊！1、pyVideoTranspyVideoTrans是一个集成多种功能的视频翻译工具，能够一键实现语音识别、字幕翻译和配音，并生成带字幕和配音的新视频。工具支持多种配音和翻译渠道，如edgeTTS、AzureTTS、OpenAiTTS等，并可完全离...AI工具3分钟零代码打造自己的量化选股机器人
原创大家好，我是橙哥！今天我分享一个零代码快速打造自己的量化选股机器人的方法。我们需要用到目前比较流行的AI智能体开发平台，这里以Coze扣子为例，类似的平台还有Dify、腾讯元器等。我们主要用到下面这个扣子插件——A股股票的量化策略选股：插件地址：https:www.coze.cnstoreplugin7393993254334644260废话不多说，直接进入正题。首先打开扣子主页，点击个人空间工作流创建工作流：填好工作流的基本信息，然后点击左...机器人去哪儿国际酒店AI生成视频实践
原创 社区头条嘉宾郑吉敏编辑李美涵出品51CTO技术栈（微信号：blog51cto）本文整理自去哪儿旅行技术总监郑吉敏在WOT2024大会上的主题分享，更多精彩内容及现场PPT，请关注51CTO技术栈公众号，发送【WOT】即可直接领取。日前，在51CTO主办的WOT全球技术创新大会上，去哪儿旅行技术总监郑吉敏带来了主题演讲《国际酒店AI生成视频实践》，围绕着国际酒店的业务架构，详细介绍了生成视频如何进行流程AI化以及相关实践和思考，带给观众全新的视野...AI生成视频量化成为时代标准！AI大神贾扬清锐评Llama3.1：很难盈利、成本巨高、速度却马马虎虎
原创 社区头条编辑言征出品51CTO技术栈（微信号：blog51cto）不管开源还是闭源模型，最近量化小模型的风头正在盖过大模型！就在Llama3.1昨天正式发布以后，市面上一片兴奋：开源模型可以比肩GPT4o，国内几乎所有供应商纷纷宣布接入Llama3.1的同时，我们也看到了圈内人士另一种声音：“405B模型太大了”、“难以盈利、成本很高、速度一般。”紧接着，素以小模型著称的MistralAI也再一次用实力证明：Llama3.1真没必要那么“参数浪费”！其今天...AILlama3.1量化如何优化PyTorch以加快模型训练速度？
原创 社区头条PyTorch是当今生产环境中最流行的深度学习框架之一。随着模型变得日益复杂、数据集日益庞大，优化模型训练性能对于缩短训练时间和提高生产力变得至关重要。本文将分享几个最新的性能调优技巧，以加速跨领域的机器学习模型的训练。这些技巧对任何想要使用PyTorch实现高级性能调优的人都大有帮助。技巧1：通过分析识别性能瓶颈在开始调优之前，你应该了解模型训练管道中的瓶颈。分析(Profiling)是优化过程中的关键步骤，因为它有...PyTorch深度学习机器学习OpenAI向1亿ChatGPT用户，公开10种安全措施
OpenAI为了保证全球超过1亿的ChatGPT和数百万开发人员，能以安全、稳定的方式使用其产品，更新了安全策略和保护措施。以下是OpenAI最近更新的10种安全策略，并且会在首尔AI安全峰会上与更多的科学家、政务部门分享。模型测试与发布前评估：在发布前，OpenAI会准备框架和自愿承诺，对模型安全性进行内部和外部的实证评估。如果新模型的风险等级达到准备框架中的“中等”风险阈值，将不会发布该模型，直到实施足够的安全干预措施...OpenAI模型语音克隆达到人类水平，微软全新VALL-E 2模型让DeepFake堪比配音员
精华最近，微软发布了零样本的文本到语音（TTS）模型VALLE2，首次实现了与人类同等的水平，可以说是TTS领域里程碑式的进展。论文地址：https:arxiv.orgpdf2406.05370随着近年来深度学习的快速进步，用录音室环境下的干净单人语音训练模型，已经可以达到人类同等水平的质量，但零样本TTS依旧是一个有挑战性的问题。「零样本」意味着推理过程中，模型只能参照一段简短的陌生语音样本，用相同的声音说出文本内容，就像一个能即时模仿的...微软模型ECCV2024｜LightenDiffusion 超越现有无监督方法，引领低光图像增强新纪元！
论文链接：https:arxiv.orgpdf2407.08939git链接：https:github.comJianghaiSCULightenDiffusion亮点直击提出了一种基于扩散的框架，LightenDiffusion，结合了Retinex理论的优势和扩散模型的生成能力，用于无监督低光图像增强。进一步提出了自我约束的一致性损失，以改善视觉质量。提出了一个内容传输分解网络，在潜空间中执行分解，旨在获取富含内容的反射率图和无内容的照明图，以促进无监督恢复。大量实验证明，LightenDiffu...无监督框架终结落地焦虑：突然火了的AI Agent，会成为破局的关键吗？
原创 社区头条嘉宾丨缪旭采访撰稿丨张洁编辑丨诺亚出品51CTO技术栈（微信号：blog51cto）有人说，现在大模型卷不动了，要卷就卷AIAgent。那么，事实真的如此吗？AIAgent，顾名思义即智能代理，是一种能够感知环境、进行决策和执行动作的智能体。而它作为一个概念真正走红，要从去年3月发布的AutoGPT说起。彼时，AutoGPT项目让人们发现——这种技术可以利用大语言模型，自动把一个大任务拆分成若干个小任务，并使用工具完成它们。区别于被动响...AIAgentAIGCMeta 开源最强大模型Llama 3.1，参数多达 405B，超16000块H100训练，燃烧数亿经费！小扎：坚定开源不动摇！
原创 社区头条 热门内容榜 • TOP7出品51CTO技术栈（微信号：blog51cto）GPT4omini刚刚将人们的目光吸引到小模型的浪潮上。而新王Meta直接开大，开源了自己4050亿参数大模型，也是超越GPT4o的最强模型。与几个月前推出的小型Llama3模型相比，Llama3.1复杂得多。4050亿参数作为其最大的版本，使用超过16,000个Nvidia的高价H100GPU进行训练。Meta没有透露开发Llama3.1的成本，但仅从Nvidia芯片的成本来看，可以推测其费用达到数亿美元。不仅如此，小扎还在Meta官网...Meta模型Llama 3.1最强大模型统计网站，从此告别LLM选择恐惧症！
原创现在市面上的大模型越来越多，选择多了也可能成为一种幸福的烦恼。如何选择一个好模型？在机器学习中，通常会使用一些评估指标来选择模型，例如，用精度、召回率、F1等指标来评估一个分类模型的性能；使用IOU，AUC等指标评估目标检测和分割模型的性能。同理，大模型也有评估指标。质量：大模型的指令跟随以及推理能力，例如，通用推理能力，或者具有某一方面的编码、数学推理能力。性能：大模型的反应速度和记忆能力，例如，每...大模型LLMRAG 企业级应用落地框架细节差异对比
原创 社区头条 热门内容榜 • TOP21、什么是RAG？RAG检索增强生成本质上来讲，就三件事情：第一、Indexing索引。即如何更有效地存储知识。第二、Retrieval检索。即在庞大的知识库中，如何筛选出少量的有益知识，供大模型参考。第三、Generation生成。即如何将用户的提问与检索到的知识相结合，使得大模型能够生成有价值的回答。这三个步骤表面上看似乎并不复杂，然而在RAG从构建到实际部署的整个流程中，包含了众多精细且复杂的工作环节，这些落地细节是最具挑战...RAGGraphRAG + Ollama 本地部署全攻略：避坑实战指南
原创 社区头条 热门内容榜 • TOP11、为什么要对GraphRAG本地部署？微软开源GraphRAG后，热度越来越高，目前GraphRAG只支持OpenAI的闭源大模型，导致部署后使用范围大大受限，本文通过GraphRAG源码的修改，来支持更广泛的Embedding模型和开源大模型，从而使得GraphRAG的更容易上手使用。如果对GrapRAG还不太熟悉的同学，可以看我之前写的两篇文章《微软重磅开源GraphRAG：新一代RAG技术来了！》和《GraphRAG项目升级！现已支持Ollama本地模型接入...GraphRAGOllama大模型Spring AI + Ollama 快速构建大模型应用程序（含源码）
1、SpringAI开发框架介绍SpringAI借鉴了LangChain（Python）的灵感，后者支持与AI和多种LLM集成。目前SpringAI提供了多种大模型和向量数据库供您选择。可以登录官网（https:spring.ioprojectsspringai）查看SpringAI的更详细文档。今天的SpringAI项目中会使用到Vaadin，Vaadin是一个基于Java和Kotlin的Web应用开发框架。2、开始构建大模型应用项目第一、需求开发一款能够汇总股票市场周报的工具。第二、项目效果项目效果如下：...Spring AIOllama大模型汽车长翅膀：GPU 是如何加速深度学习模型的训练和推理过程的？
原创 精华编者按：深度学习的飞速发展离不开硬件技术的突破，而GPU的崛起无疑是其中最大的推力之一。但你是否曾好奇过，为何一行简单的“.to('cuda')”代码就能让模型的训练速度突飞猛进？本文正是为解答这个疑问而作。作者以独特的视角，将复杂的GPU并行计算原理转化为通俗易懂的概念。从CPU与GPU的设计哲学对比，到CUDA编程的核心要素，再到具体的代码实现，文章循序渐进地引领读者把握GPU并行计算的精髓。特别是文中巧妙的比喻——将C...LLMGPUAI我的发型我做主！上交联合Tiamat发布首个基于扩散的商业级发型移植框架：Stable-Hair！
社区头条 热门内容榜 • TOP3论文链接:https:arxiv.orgpdf2407.14078github链接:https:xiaojiuz.github.ioStableHair.github.io亮点直击StableHair：这是第一个基于扩散的发型移植框架。与现有的基于GAN的发型移植方法相比，StableHair在保真度和鲁棒性方面表现更佳。实验结果证实，StableHair优于其他最新的方法。创新架构：本文的方法使用了HairExtractor结合HairCrossattentionLayers来有效地注入参考发型特征。为了在转移过程中保持源内容的一致性，本...模型框架最强模型Llama 3.1 405B正式发布，扎克伯格：开源引领新时代
精华 社区头条刚刚，大家期待已久的Llama3.1官方正式发布了！Meta官方发出了「开源引领新时代」的声音。在官方博客中，Meta表示：「直到今天，开源大语言模型在功能和性能方面大多落后于封闭模型。现在，我们正在迎来一个开源引领的新时代。我们公开发布MetaLlama3.1405B，我们认为这是世界上最大、功能最强大的开源基础模型。迄今为止，所有Llama版本的总下载量已超过3亿次，我们才刚刚开始。」Meta创始人、CEO扎克伯格也亲自写了篇长文《Op...Meta开源快手可灵团队最新开源项目火了：大叔实时变身少女，GitHub狂揽7.5K星
精华 社区头条离大谱！！不看视频完整版谁知道里面的美少女竟是一位大叔。好嘛，原来这是用了快手可灵团队的可控人像视频生成框架——LivePortrait。LivePortrait开源即爆火，短短时间已在GitHub狂揽7.5K星标。还引来HuggingFace首席战略官ThomasWolf亲自体验：甚至目前仍在HuggingFace全部应用里排在趋势第一：所以，为啥LivePortrait能够疯狂引人关注还得从它让人眼前一亮的表现说起……让表情“移花接木”LivePortrait由快手可灵大模型团...模型开源冰球运动的AI科技感：用计算机视觉跟踪球员
原创 社区头条本文将介绍使用PyTorch、计算机视觉库OpenCV和卷积神经网络（CNN）开发一个跟踪冰球球员、球队及其基本表现统计数据的YOLOv8x模型的全过程。引言如今，我并没有像我孩提梦想的那样成为一名冰球运动员；但是，从我小时候起，冰球就成为我生活的一部分。最近，我有机会在秘鲁首都利马举行的第一届冰球锦标赛（3对3）中成为裁判的技术支持人员，并保存下来一些统计数据。当然，这项工作的完满完成还涉及到秘鲁直排冰球协会（APHL）...神经网络人工智能计算机视觉库“剧本杀”进化体！多智能体谋杀案来了
原创 社区头条撰稿丨诺亚出品51CTO技术栈（微信号：blog51cto）近年来，社交游戏如狼人杀和剧本杀风靡一时，它们融合了角色扮演与悬疑解谜的精髓，为玩家们带来了沉浸式的娱乐体验。然而，你是否曾想象过，倘若游戏中的主要参与者都是由智能体扮演的，那将是一番怎样的景象？近期，这一创意在一次黑客马拉松中实现，开发者PaulScotti与WillBeddow携手打造了一款开源游戏。这款游戏巧妙地构建了一宗谋杀悬案，玩家将化身侦探，面对的不再是普...剧本杀多智能体谋杀案中国有望使用最强Blackwell架构！英伟达拼了！突破拜登政府芯片出口限制，为中国定制旗舰版B20!
原创 社区头条编辑言征出品51CTO技术栈（微信号：blog51cto）英伟达最强算力架构Blackwell，有望来中国销售了！英伟达真的很拼，对于中国AI市场，总是不遗余力，甚至为突破美国对中的出口限制，绞尽脑汁。22日，据四位知情人士称，Nvidia正在为中国市场开发一款新的旗舰AI芯片，该芯片设计是为了突破当前的美国商务部出口管制政策。1.英伟达推“合规旗舰版”AI芯片为中国市场再次一博作为当之无愧的AI芯片巨头，英伟达于3月推出了“Blackwell...架构出口限制长上下文能力只是吹牛？最强GPT-4o正确率仅55.8%，开源模型不如瞎蒙
大数字一向吸引眼球。千亿参数、万卡集群，——还有各大厂商一直在卷的超长上下文。从一开始的几K几十K，发展到了如今的百万token级别。Gemini的最新版本可以接收200万个token作为上下文。这大概相当于140万个单词、2小时视频或者22小时的音频。但不知诸位平时用得着这么长的上下文吗？毕竟100K已经相当于一部比较长的小说了。更重要的是，LLM真的能在这个长度上进行推理吗？近日，有两篇独立研究分别表明：长上下文水分很大！L...模型训练Llama 3.1磁力链提前泄露！开源模型王座一夜易主，GPT-4o被超越
社区头条历史再次重演，Llama3.1405B提前泄露了！现在，基准测试和磁力链已经传得满天飞了。除了最大的405B，Meta这次还升级了5月初发布的8B和70B模型，并将上下文长度全部提升到了128K。至此，模型版本也正式从Llama3迭代到了Llama3.1。根据磁力链提供的信息，新模型大小为763.48GiB（约820GB）。从泄露的「基准测试」可以看出，连8B小模型都很能打，而70B的模型，性能在多项基准上都能赶超GPT4o了。开发者们看到测试结果后也原地炸锅...模型测试优雅谈大模型：“System2”与“System 1”
社区头条 热门内容榜 • 最近上榜System1和System2的思维来自丹尼尔·卡尼曼（DanielKahneman）的《思考，快与慢》一书。里面介绍了两种不同的认知处理模式。System1快速、自动且直观，几乎无需费力即可操作。这种思维模式使人类能够根据模式和经验做出快速决策和判断。相比之下，System2是缓慢的、深思熟虑的和有意识的，需要有意识地努力。这种类型的思维用于复杂的问题解决和分析任务，在这些任务中需要更多的思考和考虑。上下班途中，人总是知道该走哪条路...模型System2System力压Transformer，详解Mamba和状态空间模型
精华大型语言模型（LLMs）之所以能够在语言理解与生成上取得巨大成功，Transformer架构是其强大的支撑。从开源的Mistral，到OpenAI开发的闭源模型ChatGPT，都采用了这一架构。然而，技术的探索从未止步。为进一步提升LLMs的性能，学界正在研发能够超越Transformer的新架构。其中，Mamba模型以其创新的状态空间模型（StateSpaceModel）成为研究的焦点。本文介绍Mamba模型及其在语言建模领域的应用，逐步解析状态空间模型的基本概念，...Mamba状态空间模型AI Agent的未来在哪里？LangChain CEO探讨记忆、工具与自主规划的完美融合
嘿，大家好！这里是一个专注于AI智能体的频道！今天我要跟大家聊聊AI界的大新闻，是关于AIagents的未来。最近，LangChain的CEOHarrisonChase在红杉资本的一个活动上，分享了他对Agent未来发展的一些深刻见解。视频地址：https:www.youtube.comwatchvpBBe1pk8hf4首先，简单科普一下LangChain。它是一个超火的编码框架，专门用来整合各种AI工具，让开发者们能轻松构建复杂的应用程序。AIAgent就是这个框架潜力的典型代表。简单来...AI工具Agent人工智能在低代码和无代码开发中的积极作用
原创 社区头条将人工智能技术集成到低代码和无代码开发中，可以利用自动代码生成和智能助手等功能加速应用程序的创建。大型语言模型(LLM)的出现导致人们争相将人工智能(AI)技术集成到每个有意义的产品中，甚至包括许多毫无意义的产品。但有一个领域，人工智能已经被证明是一个强大而有用的补充：低代码和无代码的软件开发。以下将介绍人工智能如何以及为什么使构建应用程序更快、更容易，尤其是使用低代码和无代码工具。人工智能在应用程序开...人工智能低代码无代码中科大联合华为诺亚提出Entropy Law，揭秘大模型性能、数据压缩率以及训练损失关系
热门内容榜 • TOP8本工作由中科大认知智能全国重点实验室IEEEFellow陈恩红团队与华为诺亚方舟实验室完成。陈恩红教授团队深耕数据挖掘、机器学习领域，在顶级期刊与会议上发表多篇论文，谷歌学术论文引用超两万次。诺亚方舟实验室是华为公司从事人工智能基础研究的实验室，秉持理论研究与应用创新并重的理念，致力于推动人工智能领域的技术创新和发展。数据是大语言模型（LLMs）成功的基石，但并非所有数据都有益于模型学习。直觉上，高质量的样...数据训练无限生成视频，还能规划决策，扩散强制整合下一token预测与全序列扩散
社区头条近日，MITCSAIL的一个研究团队（一作为MIT在读博士陈博远）成功地将全序列扩散模型与下一token模型的强大能力统合到了一起，提出了一种训练和采样范式：DiffusionForcing（DF）。论文标题：DiffusionForcing:NexttokenPredictionMeetsFullSequenceDiffusion论文地址：https:arxiv.orgpdf2407.01392项目网站：https:boyuan.spacediffusionforcing代码地址：https:github.combuoyancy99diffusionforcing如下所示，扩散强制在一...模型训练什么是提示词工程(prompt engineering)？为什么需要提示词工程？
原创 社区头条 热门内容榜 • TOP5“提示词工程，是一种不需要更新模型权重和参数来引导模型输出特定结果的方法”大模型之所以叫大模型，不但是因为其参数量大，还有训练与运营成本高。因此，从企业运营成本来说，使用大模型能用提示词解决就坚决不微调(finetunning)，能微调解决就坚持不重新训练或设计。那么提示词是什么？为什么需要提示词？有什么作用？01、什么是提示词工程(promptengineering)简单来说，提示词工程是一种不需要调整大模型参数或权重，就可...模型提示词工程如果老板让你基于大模型搭建一个系统，怎么选择一个适合自己任务的大模型？选择大模型需要考虑哪些问题？
原创 社区头条“怎么选择和测试一款大模型，是一个需要思考的问题”到今天为止，市面上的大模型没有一万也有三千；如果算上那些学习使用的大模型，可能几十万都不止。但对企业来说，要想构建一个企业级的AI应用，最好的选择就是使用第三方大模型或者使用开源大模型，那么在如此多的模型中，怎么选择一个适合自己任务的大模型呢？个人开发的人工智能聊天小程序，感兴趣的可以点击查看：01、为什么要选择模型？这两年市面上的模型如雨后春笋般...大模型DSARE：当传统NLP遇到LLM后的关系提取新思路
精华 社区头条 热门内容榜 • 最近上榜1.背景关系提取是指通过自然语言处理技术从非结构化文本中确定两个实体之间的关系。图片如上图所示，大多数传统的关系提取（RelationExtraction，RE）方法是为RE任务量身定制，但是这些方法往往缺乏特定领域的先验知识。特别是当可供配置资源空间太少的时候，比如FewShotRelationExtraction（FSRE）场景。另一方面，基于LLM的新方法却存在相反的问题，尽管随着模型规模和语料库的增大，LLMs拥有大量先验知识，但是由于LLMs往往...DSARELLMNLPLLM 预训练语料、预处理和数据集索引、加载总结
精华 热门内容榜 • 最近上榜一、背景介绍LLM的模型参数量很大，其模型效果也需要巨大的语料库支撑，LLM预训练需要的Token数已经从早期的300BToken逐渐增加到1.4T，甚至进一步扩展到3T以上。本文中我们具体介绍LLM预训练语料库的来源，构建语料库的预处理过程以及LLM预训练的Dataset存储、混合、加载方式。二、常见语料库虽然不同LLM的模型大小不同，预训练的Token数也各不一样，但是其原始的语料都大同小异，主要有几种类型：CommonCrawl、Wikipedia、Book...LLM预处理索引上海交大、复旦、上海 AI Lab引入渐进学习框架来验证弱到强的推理
一、结论写在前面论文标题：WeaktoStrongReasoning论文链接：https:arxiv.orgpdf2407.13647代码等：https:github.comGAIRNLPweaktostrongreasoning当大型语言模型(LLMs)超越人类水平能力时，为这些模型提供全面且准确的监督变得愈发困难。弱到强学习，即利用能力较弱的模型来解锁更强大模型的潜在能力，在此背景下被证明是有价值的。然而，这种方法在复杂推理任务中的有效性仍未得到验证。此外，在弱到强设置...AI框架验证
发文章
